Prediksi Peringkat Kelulusan Mahasiswa Untuk Menentukan Strategi Pemasaran Kampus Menggunakan Pohon Keputusan

  • Achmad Fahrudin
  • Langgeng Listiyoko
  • Panji Surya
  • Ali Maksum
Abstract views: 287 , PDF downloads: 411

Abstract

Kepuasan pelanggan merupakan kualifikasi yang harus dipertimbangkan masyarakat dalam rangka menentukan pillihan untuk belajar di perguruan tinggi. Di lain pihak proses bisnis yang dilakasanakan oleh penyelenggara
pendidikan juga harus dibangun dengan sangat teliti untuk mencapai efisiensi. Pemilihan waktu yang tepat untuk mengimplementasikan strategi pemasaran dapat menarik outcome dalam hal jumlah pendaftar atau peminat di satu perguruan tinggi. Dalam makalah ini ditunjukkan prediksi apakah program-program yang diselenggarakan kampus akan efektif atau tidak, serta memberi solusi berdasarkan prediksi dimaksud bagian mana saja yang memerlukan perhatian khusus demi meningkatkan predikat kelulusan. Untuk dapat
melaksanakannya, digunakan satu teknik data mining pohon keputusan dengan memanfaatkan data-data yang sudah dimiliki untuk ditemukan pola tertentu.. Kemudian sebagai alat bantu digunakan program Rapidminer. Penelitian ini menyimpulkan bahwa nilai awal semester berpengaruh terhadap pencapaian akhir tentang predikat kelulusan (memuaskan, sangat memuaskan, dengan pujian), dan disarankan juga bahwa pengelolaan perpusatakaan sebagai penunjang harus diperhatikan. Dengan meningkatnya indeks kelulusan perguruan tinggi maka daya jual semakin tinggi

Downloads

Download data is not yet available.

References

Gorunescu, F., 2011, Data Mining Concepts, Models and Techniques, Springer, Berlin.

Han, J., & Kamber, M., 2006, Data Mining : Concepts and Techniques, Elsevier, San Fransisco.

Hand, D., Mannila, H., & Smyth, P., 2001, Principles of Data mining, MIT Press, London.

Hermawati, F. A., 2013, Data Mining, Andi Publisher, Yogyakarta.

Kusrini, Luthfi, E.T., 2009, Algoritma Data Mining, Andi Publisher.

Larose, D. T., 2005, Discovering Knowledge in Data : An Introduction to Data Mining, John Wiley & Sons, Inc., New jersey.

Maimon, O., & Rokach, L., 2010, Data Mining And Knowledge Discovery Handbook (Second Edition), Springer, New York.

Maurina, D., Fanani, A.Z., 2015, Penerapan Data Mining Untuk Rekomendasi Beasiswa Pada SMA Muhammadiyah Gubug Menggunakan Algoritma C4.5, Jurnal Udinus.

Meilani, B.D., Slamat, A.F., 2013, Klasifikasi Data Karyawan Untuk Menentukan Jadwal Kerja Menggunakan Metode Decision Tree, Jurnal ITATS.

Pratiwi,L.D.B., Wibowo,W., Zain,I., 2015, Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan CART, Jurnal Sains dan Seni ITS Vol.4 No. 2 D193-198.

Susanti, 2013, Klasifikasi Kredit Menggunakan Metode Decision Tree Pada Nasabah PD BPR BKK Gabus, Jurnal Udinus.

Susanto, S., & Suryadi, D., 2010, Pengantar Data Mining Menggali Pengetahuan Dari Bongkahan Data, Andi Publisher, Yogyakarta.

Suyanto, 2014, Artificial Intelligence, Informatika, Bandung.

Vercellis, C., 2009, Business Intelligence : Data Mining And Optimization For Decision Making, John Wiley & Son Ltd, Padstow.

PlumX Metrics

Published
2017-11-23